सारांश
Nemotron 3 Nano Omni 30b A3b Reasoning AI BENCHY पर 4.4 स्कोर करता है और #129 पर है। इसकी reliability 10.0, pass rate 25.0%, कुल लागत $0.000, और औसत response time 698ms है।
Nemotron 3 Nano Omni 30b A3b Reasoning को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि संयुक्त इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।
संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।
4.4
संगति
8.4
10.0
$0.000
कुल आउटपुट टोकन
1,567
कुल इनपुट टोकन
0
इनपुट कीमत
$0.000 / 1M
आउटपुट कीमत
$0.000 / 1M
अस्थिर टेस्ट
3
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-05-08 15:30 सूट बदला गया | 4.1 | 10.0 | $0.000 | तुलना करें | |
| 2026-04-28 23:08 पहला दर्ज रन | 4.4 | 10.0 | $0.000 | वर्तमान रन |
रन तुलना
| रन | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-28 23:08 · पहला दर्ज रन | 4.4 | 8.4 | 10.0 | 2/16 | 3 | 1,567 | 0 | $0.000 | 698ms |
| 2026-05-08 15:30 · सूट बदला गया | 4.1 | 9.1 | 10.0 | 2/19 | 2 | 1,302 | 11,661 | $0.000 | 728ms |
| अंतर | +0.3 | -0.7 | 0.0 | +2 | +1 | +265 | -11661 | $0.000 | -30ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 5.2 | 7.9 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 0.0 | 0.0 | |
| डेटा पार्सिंग और निष्कर्षण | 3.8 | 5.8 | |
| डोमेन-विशिष्ट | 3.6 | 7.2 | |
| Samanya Buddhimatta | 3.6 | 9.7 | |
| निर्देश पालन | 4.6 | 10.0 | |
| पहेली समाधान | 3.0 | 10.0 | |
| टूल कॉलिंग | 0.0 | 0.0 |